大數(shù)據(jù)系統(tǒng)采用對企業(yè)運營效率的影響研究

摘" "要：以我國滬深兩市A股上市機械制造業(yè)企業(yè)為研究對象，選取2013—2020年的數(shù)據(jù)實證檢驗大數(shù)據(jù)系統(tǒng)采用對企業(yè)運營效率的影響，以及集權程度在大數(shù)據(jù)系統(tǒng)采用與企業(yè)運營效率之間的調節(jié)作用。研究結果表明，企業(yè)大數(shù)據(jù)系統(tǒng)的采用對企業(yè)運營效率有顯著的正向促進作用；集權程度在大數(shù)據(jù)系統(tǒng)采用對企業(yè)運營效率的影響機制中發(fā)揮負向調節(jié)作用。

關鍵詞：大數(shù)據(jù)系統(tǒng)采用；集權程度；企業(yè)運營效率；全要素生產(chǎn)率

中圖分類號：Ｆ４９" " " "文獻標志碼：A" " " 文章編號：1673-291X（2023）21-0004-03

學術界與商業(yè)領域普遍認為大數(shù)據(jù)將引發(fā)下一場技術革命，以物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、區(qū)塊鏈、人工智能、5G技術等為代表的新一代信息技術高速發(fā)展的背景下，大數(shù)據(jù)系統(tǒng)的應用可以使企業(yè)從大數(shù)據(jù)中挖掘信息，獲得競爭優(yōu)勢，探索新的商業(yè)模式。對于上市公司而言，大數(shù)據(jù)技術已經(jīng)成為提升公司競爭力的重要手段，大數(shù)據(jù)系統(tǒng)也已成為企業(yè)理性投資經(jīng)營的基礎條件配置。

我國越來越多的企業(yè)采用大數(shù)據(jù)系統(tǒng)，期望獲得競爭優(yōu)勢。傳統(tǒng)的機械制造業(yè)企業(yè)也在數(shù)字化轉型的浪潮中積極尋求變革，花費巨大的人力物力建設大數(shù)據(jù)系統(tǒng)。探究企業(yè)大數(shù)據(jù)系統(tǒng)對于企業(yè)的效率的影響順理成章地成為企業(yè)管理者關注的問題。

一、理論分析與研究假設

（一）大數(shù)據(jù)系統(tǒng)應用與企業(yè)效率

為了處理大量結構化和非結構化數(shù)據(jù)，企業(yè)需采用大數(shù)據(jù)收集、儲存、分析和可視化等技術和系統(tǒng)。大數(shù)據(jù)本身和大數(shù)據(jù)資產(chǎn)本身并不能形成企業(yè)的競爭優(yōu)勢，只有將其正確應用于業(yè)務流程和組織結構的變革，通過知識的更新、創(chuàng)造、整合和重構，實現(xiàn)知識的整合和轉移，創(chuàng)造新的知識，構建企業(yè)的動態(tài)能力，應對高度不確定性的環(huán)境。在實現(xiàn)大數(shù)據(jù)的背景下，大數(shù)據(jù)分析處理技術本身在某種程度上并不罕見和獨特。然而，正是利用這些工具和數(shù)據(jù)驅動決策的創(chuàng)新推動構成了企業(yè)的競爭優(yōu)勢，這將帶來更好的財務績效、生產(chǎn)力和預期更好的市場價值。例如，Chen DQ等人（2015）認為使用大數(shù)據(jù)分析可以增強組織的信息處理能力，從而為組織帶來競爭優(yōu)勢。他們的研究結果還表明，大數(shù)據(jù)分析與業(yè)務增長呈正相關，可以用于獲得有關業(yè)務流程、資源配置和生產(chǎn)力的提高。根據(jù)上述分析，提出以下假設。

假設1：其他條件不變的情況下，大數(shù)據(jù)系統(tǒng)采用后，將會提高企業(yè)運營效率。

（二）集權程度、大數(shù)據(jù)系統(tǒng)應用與企業(yè)運營效率

隨著企業(yè)大數(shù)據(jù)系統(tǒng)的引入，信息流程的改變將有效緩解母公司管理者與子公司的信息不對稱問題，促進母子公司之間信息傳遞效率，打破“信息孤島”。加強母子公司的聯(lián)系，有利于母公司強化對子公司的監(jiān)督和管理，降低委托—代理成本，企業(yè)管理組織將趨于去中心化（陳國青，2020）。在大數(shù)據(jù)環(huán)境下，由于非線性決策的復雜性，對企業(yè)組織的知識管理能力提出了更高的要求，同時通過企業(yè)大數(shù)據(jù)系統(tǒng)，知識在組織間轉移也更為便利。高效的決策應當是由掌握決策命題相關知識最多的群體或個體做出。企業(yè)實施大數(shù)據(jù)系統(tǒng)，數(shù)據(jù)的采集、存儲、訪問均建立完整的管理體系，相較于傳統(tǒng)的數(shù)據(jù)管理模式，更利于跨部門的訪問。因此在大數(shù)據(jù)系統(tǒng)的賦能下，信息流動與顯性知識轉移更為便利。而隱性知識卻難以轉移，這是因為隱性知識與個人的背景、學識、性格等相關，也與職業(yè)經(jīng)歷密不可分。在集權程度低的組織中，可以充分利用子公司管理層的知識，他們對客戶需求、外部環(huán)境、子公司的運營能力等更為了解，可因地制宜做出決策，而集權管理者可能在缺乏知識的情況下作出決策導致運營效率的降低。根據(jù)上述討論，提出以下假設。

假設2：集權程度在大數(shù)據(jù)系統(tǒng)采用與企業(yè)的運營效率的影響機制中起負向調節(jié)作用。

二、研究設計

（一）樣本選取和數(shù)據(jù)來源

本文選取的滬深股市中的機械制造業(yè)行業(yè)為研究對象，樣本選擇的時間區(qū)間為2013—2020年。樣本的選取上主要是根據(jù)以下原則來進行篩選：一是本文選擇研究機械制造業(yè)的原因：制造業(yè)的數(shù)字化轉型是企業(yè)數(shù)字化轉型的關鍵領域，機械制造業(yè)又是制造業(yè)中的基礎；二是對于初選數(shù)據(jù)中那些明顯存在數(shù)據(jù)缺失的企業(yè)予以剔除；三是最后剔除了我國ST以及ST*類上市企業(yè)的樣本數(shù)據(jù)。實證檢驗的模型中，除自變量大數(shù)據(jù)系統(tǒng)采用外，所有的數(shù)據(jù)均來自于萬德數(shù)據(jù)庫（Wind）；大數(shù)據(jù)系統(tǒng)采用來自企業(yè)年報、企業(yè)官網(wǎng)，大數(shù)據(jù)服務企業(yè)公開報道等并加以手工整理，主要運用Stata15.0進行數(shù)據(jù)的分析和處理。為了避免極端值以及異常值導致樣本數(shù)據(jù)偏離真實值，故本文對所有的連續(xù)變量都進行了1%和99%的縮尾處理。

（二）變量選取及說明

1.被解釋變量。本文被解釋變量企業(yè)運營效率，以全要素生產(chǎn)率作為代理變量，全要素生產(chǎn)率的估計借鑒連玉君（2012）、楊汝岱（2015）的研究，采用LP法進行估計。

其中，產(chǎn)出y通常的指標是上市公司主營業(yè)務收入或上市公司增加值；由于主營業(yè)務收入中包括中間投入，并不能準確衡量企業(yè)產(chǎn)出，根據(jù)會計計算準則，因此本文使用上市公司增加值來衡量產(chǎn)出：上市公司增加值=職工薪酬+固定資產(chǎn)折舊+營業(yè)利潤+稅費。生產(chǎn)過程中的投入要素共有三種，分別是勞動力、資本和中間投入。勞動力以上市公司職工人數(shù)衡量；資本以固定資產(chǎn)凈值衡量；中間投入以購買商品、接受勞務支付的現(xiàn)金衡量。

2.解釋變量。本文的解釋變量為大數(shù)據(jù)系統(tǒng)采用（BDI），借鑒Cheng-Kui（2018）、徐國虎（2017）的研究，即利用上市公司披露的年報，通過爬取2013—2020年A股上市的機械制造業(yè)企業(yè)年報中“大數(shù)據(jù)”“海量數(shù)據(jù)”“企業(yè)云”“云計算”等大數(shù)據(jù)技術和大數(shù)據(jù)應用的關鍵詞搜索開發(fā)部署大數(shù)據(jù)系統(tǒng)的企業(yè)；進一步使用百度、谷歌等搜索引擎，結合新聞報道搜索閱讀相關新聞文章，再次確認這些企業(yè)發(fā)布關于建設大數(shù)據(jù)系統(tǒng)的消息的真實性，同時記錄各企業(yè)建設大數(shù)據(jù)系統(tǒng)的年份數(shù)據(jù)，將公告中公布建設大數(shù)據(jù)系統(tǒng)的時間界定為企業(yè)啟動大數(shù)據(jù)項目的時間；通過公開報道披露的大數(shù)據(jù)合作新聞來再次驗證企業(yè)建設大數(shù)據(jù)系統(tǒng)的相關信息。將采用大數(shù)據(jù)系統(tǒng)的年份標記為1，其他標記為0。樣本期間沒有任何大數(shù)據(jù)實施公告的公司作為對照組。通過再次搜索這些對照組的名稱和關鍵詞，進一步確認這些控制公司在2013—2020年期間沒有任何與大數(shù)據(jù)相關的新聞公告。

3.調節(jié)變量。集權程度借鑒潘怡麟等人（2018）的研究，因變量（PSalary）為母公司支付給職工以及為職工支付的現(xiàn)金除以合并報表支付給職工以及為職工支付的現(xiàn)金；自變量（PAsset）為母公司總資產(chǎn)除以合并報表總資產(chǎn)；分年度回歸的殘差作為集權程度（Cen）的度量。首先，分年度回歸的擬合曲線代表機械制造業(yè)行業(yè)母公司支付給職工以及為職工支付的現(xiàn)金占比與母公司總資產(chǎn)占比的平均水平；殘差作為母公司支付給職工以及為職工支付的現(xiàn)金占比的實際值與擬合曲線的估計值之間的差值作為集權程度的指標。當Cen大于0，代表企業(yè)集權程度高于行業(yè)平均水平；當Cen小于0，代表企業(yè)集權程度低于行業(yè)平均水平。

4.控制變量。銷售凈利率（Prof）、固定資產(chǎn)占比（PPE）、銷售毛利率（GPM）、董事會規(guī)模（Bsize）、公司成長性（Growth）、年份變量（Year）。

（三）研究模型構建

對于假設1，本文參考Beck（2010）和Kegui Wang（2021）的研究，采用多期雙重差分模型進行回歸，其中TFPi，t為被解釋變量全要素生產(chǎn)率，BDLi，t為被解釋變量即公司在第t年是否部署大數(shù)據(jù)系統(tǒng)，若部署大數(shù)據(jù)系統(tǒng)則的取值為1，否則為0。

TFPi，t=a0+a1BDIi，t+a3profi，t+a4PPEi，t+a5GPMi，t+

a6Bsizei，t+a7Growthi，t+ΣYear+ε

為檢驗假設2，集權程度下大數(shù)據(jù)系統(tǒng)采用與企業(yè)效率之間的關系，構建假設2的回歸模型：

TFPi，t=λ0+λ1BDIi，t+λ2Ceni，t+λ4BDIi，t×Ceni，t+λ3profi，t+λ4PPEi，t+λ5GPMi，t+λ6Bsizei，t+λ7Growthi，t+ΣYear+ε

三、實證檢驗與結果分析

（一）回歸分析

為檢驗假設1關于企業(yè)大數(shù)據(jù)系統(tǒng)采用與企業(yè)運營效率二者之間的關系，本文對式（1）進行了回歸分析，回歸結果如下頁表1模型（1）所示。

由模型（1）回歸結果可知：企業(yè)大數(shù)據(jù)系統(tǒng)采用和企業(yè)全要素生產(chǎn)率的回歸系數(shù)為0.089，在5%的水平上顯著正相關。證實了假設H1，說明了企業(yè)采用大數(shù)據(jù)系統(tǒng)后，企業(yè)的運營效率有顯著提高。為檢驗假設2，對式（2）進行了回歸，結果見回歸結果中模型（2），集權程度和大數(shù)據(jù)系統(tǒng)采用的交乘項對企業(yè)全要素生產(chǎn)率依舊在1%水平下顯著負相關，相關系數(shù)為-0.418，說明集權程度在企業(yè)大數(shù)據(jù)系統(tǒng)采用對企業(yè)運營效率影響機制中產(chǎn)生負向調節(jié)效應的可靠度較高。證明了集權程度在企業(yè)大數(shù)據(jù)系統(tǒng)采用對企業(yè)運營效率影響機制中發(fā)揮負向調節(jié)作用。

（二）平行趨勢檢驗

多期雙重差分回歸有效的前提條件是平行趨勢假設成立。為了驗證平行趨勢假設，本文借助Wang（2022）的做法，若平行趨勢假設成立，則企業(yè)運營績效的提高發(fā)生在大數(shù)據(jù)系統(tǒng)采用后，而大數(shù)據(jù)系統(tǒng)采用前，實驗組和對照組的運營績效變動趨勢不存在顯著差異。回歸結果顯示，大數(shù)據(jù)系統(tǒng)采用前五年的全要素生產(chǎn)率系數(shù)的變化未表現(xiàn)出一定的規(guī)律，實驗組與對照組趨勢基本一致，大數(shù)據(jù)系統(tǒng)采用后5年內全要素生產(chǎn)率系數(shù)呈顯著上升趨勢，由此表明平行趨勢假設成立。

四、研究結論

本文以我國滬深兩市A股上市機械制造業(yè)企業(yè)為研究對象，選取2013—2020年的數(shù)據(jù)研究了大數(shù)據(jù)系統(tǒng)采用與企業(yè)運營效率的關系，以及集權程度在大數(shù)據(jù)系統(tǒng)采用與企業(yè)運營效率之間的調節(jié)作用，得出以下結論：企業(yè)大數(shù)據(jù)系統(tǒng)的采用對企業(yè)全要素生產(chǎn)率有顯著的正向促進作用，并且通過了平行趨勢檢驗。為了進一步研究集權程度在大數(shù)據(jù)系統(tǒng)采用對企業(yè)運營效率的影響過程中的作用，將集權程度作為調節(jié)變量加入到模型中進行檢驗，發(fā)現(xiàn)大數(shù)據(jù)系統(tǒng)采用與集權程度的交互項對企業(yè)全要素生產(chǎn)率的影響顯著為負，說明集權程度在大數(shù)據(jù)系統(tǒng)采用對企業(yè)運營效率的影響機制中發(fā)揮負向調節(jié)作用。

參考文獻：

[1]" "許芳，田萌，徐國虎.大數(shù)據(jù)應用能力對企業(yè)創(chuàng)新績效的影響研究：供應鏈協(xié)同的中介效應與戰(zhàn)略匹配的調節(jié)效應[J].宏觀經(jīng)濟研究，2020（3）：19.

[2]" "徐國虎，田萌.大數(shù)據(jù)系統(tǒng)實施對企業(yè)績效影響的實證研究[J].科技進步與對策，2017，34（16）：98-105.

[3]" "楊汝岱.中國制造業(yè)企業(yè)全要素生產(chǎn)率研究[J].經(jīng)濟研究，2015，50（2）：61-74.

[4]" "陳國青，曾大軍，衛(wèi)強，等.大數(shù)據(jù)環(huán)境下的決策范式轉變與使能創(chuàng)新[J].管理世界，2020（2）：95-105.

[5]" "魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計：1999—2007[J].經(jīng)濟學，2012，11（1）：18.

[6]" "潘怡麟，朱凱，陳信元.決策權配置與公司價值：基于企業(yè)集團的經(jīng)驗證據(jù)[J].管理世界，2018，34（12）：111-119.

[7]" "Chen D.Q.， Preston D.S.，Swink M. How the Use of Big Data Analytics Affects Value Creation in Supply Chain Management[J].Journal of Management Information Systems，2015，32（4）：4-39.

[責任編輯" "立" "夏]